2015年12月8日
双三次插值具体实现
摘要： %双三次插值具体实现clc,clear;fff=imread('E:\Documents\BUPT\DIP\图片\lena.bmp');ff = rgb2gray(fff);%转化为灰度图像[mm,nn]=size(ff); %将图像隔行隔列抽取元素，得到缩小的图像fm=mm/2;n=nn/2;f ... 阅读全文
posted @ 2015-12-08 17:20 视觉书虫 阅读(5968) 评论(0) 推荐(0)
Python读取图片，并保存为矩阵
摘要： 注意img[:,:,2]的最后一个维度上的值最大为2，因为是RGB图像，最多是3个2维矩阵的叠加。 print img1[:, :, 3] 会产生 IndexError: index 3 is out of bounds for axis 2 with size 3 阅读全文
posted @ 2015-12-08 16:04 视觉书虫 阅读(3700) 评论(0) 推荐(0)
2015年12月7日
Ubuntu-安装-theano+caffe-超详细教程
摘要： 一、说明本文是继《Ubuntu-安装-cuda7.0-单显卡-超详细教程》 之后的续篇。theano和caffe是深度学习库，对运算能力需求很大，最好使用cuda进行加速。所以，请先阅读《Ubuntu-安装-cuda7.0-单显卡-超详细教程》，成功安装cuda之后，再来安装theano和caffe... 阅读全文
posted @ 2015-12-07 12:14 视觉书虫 阅读(2669) 评论(0) 推荐(0)
2015年12月5日
MAC之tar解压与压缩gz打包命令
摘要： tar [-cxtzjvfpPN] 文件与目录 ....参数：-c ：建立一个压缩文件的参数指令(create 的意思)；-x ：解开一个压缩文件的参数指令！-t ：查看 tarfile 里面的文件！特别注意，在参数的下达中， c/x/t 仅能存在一个！不可同时存在！因为不可能同时压缩与解压缩。-z... 阅读全文
posted @ 2015-12-05 20:37 视觉书虫 阅读(10013) 评论(0) 推荐(0)
frombuffer的用法
摘要： 函数原型为：numpy.ma.frombuffer(buffer,dtype=float,count=-1,offset=0)import numpys = 'hello world'print numpy.frombuffer(s, dtype='S1', count=3, offset=0) 阅读全文
posted @ 2015-12-05 20:19 视觉书虫 阅读(2968) 评论(0) 推荐(0)
python读取图像
摘要： from PIL import Imageimg = Image.open('/Users/NaCl/Desktop/test.png')img.show() 阅读全文
posted @ 2015-12-05 19:44 视觉书虫 阅读(181) 评论(0) 推荐(0)
Dropout & Maxout
摘要： [ML] My Journal from Neural Network to Deep Learning: A Brief Introduction to Deep Learning. Part. EightDropout & MaxoutThis is the 8th post of a seri... 阅读全文
posted @ 2015-12-05 15:35 视觉书虫 阅读(1474) 评论(0) 推荐(0)
张量 (tensor) 是什么？
摘要： 对于大部分已经熟练的数学和物理工作者, 这实在是一个极为基础的问题. 但这个问题在我刚接触张量时也困扰了我很久. 张量的那么多定义, 究竟哪些是对的? (显然都是对的. ) 它们的关系是什么? 我尽可能简单地用我自己的话把我对它粗浅的理解讲得明白些. A View from Physics张量的概念... 阅读全文
posted @ 2015-12-05 13:42 视觉书虫 阅读(1732) 评论(0) 推荐(0)
Mat 转 IplImage
摘要： Mat 转 IplImageMatimage1;IplImage*image2=(&(IplImage)image1);IplImage convert to MatMatmtx(img);//convertIplImage*->Mat做个文档， 以便后面自己来查。 阅读全文
posted @ 2015-12-05 13:35 视觉书虫 阅读(178) 评论(0) 推荐(0)
theano支持的数组、向量、矩阵表达式
摘要： 1）theano主要支持符号矩阵表达式（2）theano与numpy中都有broadcasting：numpy中是动态的，而theano需要在这之前就知道是哪维需要被广播。针对不同类型的数据给出如下的一张表，基本类型包括scalar、vector、row、col、matrix、tensor3、ten... 阅读全文
posted @ 2015-12-05 13:32 视觉书虫 阅读(324) 评论(0) 推荐(0)